Uno studio recente ha rivelato che i livelli di linfociti infiltranti il tumore (TIL) determinati mediante l'uso di intelligenza artificiale nelle immagini istologiche standard sono associati alla risposta dei pazienti al trattamento con inibitori del checkpoint immunitario per il carcinoma polmonare non a piccole cellule (NSCLC).
Recentemente, uno studio retrospettivo pubblicato su JAMA Oncology ha dimostrato che l'utilizzo dell'intelligenza artificiale (IA) per valutare i livelli di linfociti infiltranti il tumore (TIL) nelle immagini istologiche standard può aiutare a prevedere la risposta dei pazienti al trattamento con inibitori del checkpoint immunitario per il carcinoma polmonare non a piccole cellule (NSCLC).
Lo studio multicentrico ha coinvolto 685 pazienti sottoposti a trattamento con inibitori del checkpoint immunitario tra febbraio 2014 e settembre 2021. Gli autori dello studio hanno sviluppato un metodo automatizzato basato sull'apprendimento automatico per contare le cellule tumorali, stromali e TIL nelle immagini di tumori NSCLC colorate con ematossilina-eosina. La carica mutazionale del tumore (TMB) e l'espressione di PD-L1 sono state valutate separatamente, e le risposte cliniche al trattamento con inibitori del checkpoint immunitario sono state identificate dalle cartelle cliniche dei pazienti.
I risultati hanno mostrato che un alto livello di TIL (≥ 250 cellule/mm2) era associato a una migliore sopravvivenza libera da progressione (HR = 0,71, P = 0,006) e a una migliore sopravvivenza globale (HR = 0,74, P = 0,03) rispetto a un livello più basso di TIL. Questi risultati sono stati confermati anche nel gruppo di convalida. Inoltre, l'analisi della risposta obiettiva nel gruppo di scoperta ha rivelato che il modello combinato di alto PD-L1/alto TMB aveva la maggiore area sotto la curva (AUC = 0,70) per differenziare i pazienti che rispondevano al trattamento da quelli che non rispondevano.
In conclusione, questo studio dimostra che l'analisi dei livelli di TIL mediante intelligenza artificiale potrebbe migliorare la precisione della terapia e aiutare a identificare i pazienti che risponderanno al trattamento con inibitori del checkpoint immunitario. Questa scoperta rivoluzionaria potrebbe cambiare il modo in cui i medici approcciano il trattamento del cancro ai polmoni e offrire speranza a migliaia di pazienti in tutto il mondo.